
-
生物通官微
陪你抓住生命科技
跳动的脉搏
EDTA-Audit:一种针对转座元件注解输出的批量后处理筛查工具
《Plant Methods》:EDTA-Audit: a taxonomy-aware post-processing framework for quality control of EDTA-based transposable element annotation
【字体: 大 中 小 】 时间:2026年10月22日 来源:Plant Methods 5.2
编辑推荐:
摘要概述使用EDTA对多个基因组组装进行批处理会产生大量结果目录,这些目录在下游分析之前需要逐一检查。分别检查预期输出文件、报告的转座元件(TE)含量以及TE文库文件大小会非常耗时。一种能够整合这些检查的工具可以帮助用户识别需要进一步审阅的输出结果。结果本文提出EDTA-Au
使用EDTA对多个基因组组装进行批处理会产生大量结果目录,这些目录在下游分析之前需要逐一检查。分别检查预期输出文件、报告的转座元件(TE)含量以及TE文库文件大小会非常耗时。一种能够整合这些检查的工具可以帮助用户识别需要进一步审阅的输出结果。
本文提出EDTA-Audit,一种针对EDTA输出的确定性后处理筛查框架。我们使用包含142个植物基因组组装的数据集,在并发批处理环境中评估了EDTA-Audit v1.0.0。在该数据集中,选取了13个组装的子集作为试点案例组,用于检验默认植物模式阈值的表现,随后在全数据集中对审核结果进行了汇总。EDTA-Audit为输出结果分配了通过(PASS)或失败(FAIL)结果,并记录了被标记输出的诊断原因,帮助用户识别缺失的必要文件以及异常的TE含量或TE文库特征,这些异常需要故障排除或人工检查。EDTA-Audit将文件检查和基于分类学信息的特征警告整合为批量报告,提供了一种实用的初步筛查方法,以便优先处理需要故障排除和人工审阅的EDTA输出结果。
本研究分析报告中所使用的EDTA-Audit v1.0.0版本基于Bash实现。此后,该仓库已更新为基于Python的v2.0.0实现版本,旨在提高可用性、可维护性和可扩展性。本文报告的所有结果均使用v1.0.0获得。
使用EDTA对多个基因组组装进行批处理会产生大量结果目录,这些目录在下游分析之前需要逐一检查。分别检查预期输出文件、报告的转座元件(TE)含量以及TE文库文件大小会非常耗时。一种能够整合这些检查的工具可以帮助用户识别需要进一步审阅的输出结果。
本文提出EDTA-Audit,一种针对EDTA输出的确定性后处理筛查框架。我们使用包含142个植物基因组组装的数据集,在并发批处理环境中评估了EDTA-Audit v1.0.0。在该数据集中,选取了13个组装的子集作为试点案例组,用于检验默认植物模式阈值的表现,随后在全数据集中对审核结果进行了汇总。EDTA-Audit为输出结果分配了通过(PASS)或失败(FAIL)结果,并记录了被标记输出的诊断原因,帮助用户识别缺失的必要文件以及异常的TE含量或TE文库特征,这些异常需要故障排除或人工检查。EDTA-Audit将文件检查和基于分类学信息的特征警告整合为批量报告,提供了一种实用的初步筛查方法,以便优先处理需要故障排除和人工审阅的EDTA输出结果。
本研究分析报告中所使用的EDTA-Audit v1.0.0版本基于Bash实现。此后,该仓库已更新为基于Python的v2.0.0实现版本,旨在提高可用性、可维护性和可扩展性。本文报告的所有结果均使用v1.0.0获得。